De onde veio o termo
Em junho de 2025 o CEO da Shopify, Tobi Lütke, escreveu que preferia o termo context engineering e o definiu como a arte de dar ao modelo todo o contexto para que a tarefa seja plausivelmente resolvível (post de Lütke). Cerca de uma semana depois Andrej Karpathy concordou: em aplicações sérias com modelos de linguagem, é a arte e a ciência delicadas de encher a janela de contexto com exatamente a informação certa para o próximo passo (post de Karpathy; capítulo “Memória e contexto”).
Em setembro de 2025 a Anthropic resumiu o trabalho ainda mais: achar o menor conjunto possível de tokens com muito sinal (Anthropic). A palavra que importa é “menor”.
Por que não jogar tudo lá dentro
O contexto é a mesa de trabalho em que foram postas as pastas certas tiradas do arquivo. O volume que os modelos aceitam cresceu de algumas páginas para um milhão de tokens ou mais, e veio a tentação de despejar o arquivo inteiro na mesa (capítulo “Memória e contexto”). Não vale a pena. O artigo “Lost in the Middle”, de 2023, mostrou que os modelos usam bem o que está no começo e no fim de um texto longo e bem pior o que fica no meio (arXiv). Em julho de 2025 a Chroma testou 18 modelos e viu que todos ficam menos confiáveis conforme a entrada cresce, mesmo em tarefas simples; chamou isso de context rot, o apodrecimento do contexto (Chroma; mesmo capítulo).
O segundo problema é o velho misturado com o novo. Ponha a tabela de preços do salão do ano passado ao lado da deste ano e a busca devolve as duas, e o agente tem a mesma chance de passar à cliente qualquer um dos preços (mesmo capítulo).
Como fica na prática
O agente está sempre no primeiro dia: cada conversa começa do zero, e tudo o que ele precisa saber do projeto tem de ser entregue de novo, por escrito (capítulo “Arquitetura como sistema de proibições”). O que se projeta é todo o ambiente de informação: o que ele sabe desde o início, quando e de onde fica sabendo do resto, o que pode fazer, que ferramentas vê e o que fica na memória depois da tarefa (capítulo “Memória e contexto”).
Nos meus projetos um modelo barato dentro de uma boa memória se mostrou bem mais esperto do que se esperava, enquanto um caro, chegando do zero, passava a primeira meia hora pisando em ancinhos que alguém já tinha anotado (capítulo “A inteligência não mora no modelo”). Os dois primeiros módulos do meu curso de vibe coding ensinam exatamente isso a quem não programa: formular a tarefa e montar um ambiente de projeto em volta do modelo.
